筆者註：本文以 DeepSeek-V3.1 深度思考模式生成，未經任何增減與修改，讀者可以參考其文字能力及搜索深度判斷是否符合個人所需。有興趣的讀者可上 DeekSeek官方網站 體驗。
2025年8月21日，中國AI新創公司深度求索（DeepSeek）正式發布了其最新大語言模型DeepSeek-V3.1，這不僅是一次技術升級，更是對全球AI競爭格局的重新洗牌。
中國人工智能初創公司DeepSeek本周四（8月21日）宣布推出其V3模型的升級版本DeepSeek-V3.1，此次更新包含三大突破：混合推理架構、更高的思考效率以及更強的Agent（智能體）能力。
這意味著一個模型同時支持思考模式與非思考模式，讓用戶能夠根據問題複雜度自由切換處理方式。
01 三大升級：混合架構與效率飛躍
DeepSeek-V3.1最引人注目的特點是其混合推理架構設計。該模型實現了同時支持思考模式與非思考模式的單一模型架構。
用戶現在可以通過官方App和網頁端的“深度思考”按鈕，根據問題複雜度自由切換模式。面對簡單問題時，模型以非思考模式快速給出答案，而處理複雜問題時，則切換到思考模式，提供更具深度和邏輯的解答。
在思考效率方面，DeepSeek-V3.1表現顯著提升。官方數據顯示，與DeepSeek-R1-0528相比，V3.1在思考模式下能在更短時間內給出答案。
經過思維鏈壓縮訓練後，V3.1-Think在輸出token數減少20%-50%的情況下，各項任務的平均表現與R1-0528持平。
同時，V3.1在非思考模式下的輸出長度也得到有效控制，相比於DeepSeek-V3-0324，能够在輸出長度明顯減少的情況下保持相同的模型性能。
02 性能突破：編程能力超越Claude 4
根據社區使用Aider測試數據，V3.1在Aider Polyglot多語言編程測試中拿下了71.6%的高分，超越了Anthropic的Claude 4 Opus和多個知名模型。
| 模型名稱 | Aider Polyglot得分 | 完成成本(美元) |
|---|---|---|
| DeepSeek-V3.1 | 71.6% | 1.01 |
| Claude 4 Opus | 70.6% | 68.70 |
| GPT-4.1-mini | 73.2% | 2.50 |
| DeepSeek R1 | 65.8% | 0.85 |
這一成績令人印象深刻，因為它意味著DeepSeek-V3.1在編程任務上已經達到行業領先水平。更為難得的是，其完成一次完整編程任務的成本僅為1.01美元，成本效益優勢顯著。
在SVGBench基準測試中，V3.1的實力僅次於GPT-4.1-mini，遠超DeepSeek R1。這表明DeepSeek-V3.1在代碼生成和軟件工程任務上已經具有相當強的競爭力。
除了編程能力，DeepSeek-V3.1在搜索能力上也取得重大突破。官方表示，V3.1在多項搜索評測指標上取得了較大提升。
在需要多步推理的複雜搜索測試（browsecomp）與多學科專家級難題測試（HLE）上，DeepSeek-V3.1性能已大幅領先R1-0528。
03 技術架構：128K上下文與UE8M0 FP8精度
DeepSeek-V3.1將上下文窗口從原有的64K擴展至128K，意味著其可以處理更長篇幅的文檔和代碼。
對中文用戶而言，128K tokens大約相當於10萬-16萬漢字，足以處理整本《紅樓夢》正文的1/6-1/8，或者一篇超長博士論文。
在參數精度方面，DeepSeek-V3.1使用了UE8M0 FP8 Scale的參數精度。FP8是一種數據處理格式，能夠讓AI模型運行更高效，使用更少的內存，同時速度更快。
值得注意的是，DeepSeek在官方置頂留言中表示，UE8M0 FP8是針對即將發布的下一代國產芯片設計。這表明DeepSeek正在積極適配中國新興半導體生態系統，這在美國對中國技術出口限制日益嚴格的背景下顯得尤為重要。
04 成本優勢：高效能與低價格並存
儘管性能大幅提升，DeepSeek-V3.1卻保持了令人印象深刻的成本優勢。每次完整編程任務僅需1.01美元，成本僅為專有系統的六十分之一。
| 模型對比 | 編程性能得分 | 相對成本 | 成本效益比 |
|---|---|---|---|
| V3.1 vs Claude 4 | +1% | 1/68 | 68倍 |
| V3.1 vs GPT-4.1-mini | -1.6% | 1/2.5 | 2.5倍 |
這一成本優勢使得DeepSeek-V3.1在競爭中具有明顯的性價比優勢。最鮮明的對比是，V3.1編程性能比Claude 4高1%，成本要低68倍。
不過，DeepSeek也宣布將對API接口調用價格進行調整。自北京時間2025年9月6日凌晨起，執行新版價格表並取消夜間時段優惠。
輸入價格方面，緩存命中時為0.5元/百萬tokens，緩存未命中時則漲至4元/百萬tokens（此前V3為2元/百萬tokens）。輸出價格調整為12元/百萬tokens（此前V3為8元/百萬tokens）。
05 多語言支持與應用場景
DeepSeek-V3.1在多語言支持方面进行了明顯的能力優化，目前能處理超過100種語言，尤其優化了亞洲語言和資源較少語種的運用。
這意味著V3.1能夠更好地服務全球用戶，特别是在中文處理方面，DeepSeek一直保持著優勢。
在應用場景方面，DeepSeek-V3.1展現出強大的Agent能力。通過Post-Training優化，新模型在工具使用與智能體任務中的表現有較大提升。
具體來說，在編程智能體方面，在代碼修復測評SWE與命令行終端環境下的複雜任務（Terminal-Bench）測試中，DeepSeek-V3.1相比之前的DeepSeek系列模型有明顯提高。
在搜索智能體方面，V3.1在多項搜索評測指標上取得了較大提升。這些增強使得DeepSeek-V3.1能夠在更複雜的應用場景中發揮作用，如金融分析、醫療診斷等領域。
06 市場反應與競爭格局
DeepSeek新模型一經推出，便在技術社區擁有超人氣和關注度，一舉衝到HuggingFace趨勢榜第三。
即便尚未公布模型卡，DeepSeek V3.1就已經在Hugging Face的趨勢榜上排到了第四，顯示出社區對這一新模型的極高期待。
然而，雖然V3.1在多個方面有進步，但部分功能體驗也受到網友詬病。多名測試者反饋，V3.1在數學推理、邏輯分析等綜合推理任務中無明顯進步，甚至在部分場景下表現不及舊版。
也未看到“幻覺”問題的改善跡象，還出現了“中英文混雜”的新問題。在一些特定領域，如研究生級基準問答、軟件工程的某些複雜場景中，與頂尖模型如GPT-5相比仍有一定差距。
根據ArtificialAnalysis最新大模型排名榜單，DeepSeek已從昔日“領跑”變為“中游”水平，OpenAI、Google、阿里巴巴等競爭對手躍至前位。
07 挑戰與機遇：DeepSeek的發展前景
儘管DeepSeek-V3.1表現強勁，但公司仍然面臨多方面挑戰。據QuestMobile在《2025年二季度AI應用價值榜》中提到，DeepSeek月均下載量從第一季度的8111.3萬猛降至2258.9萬，下滑超過70%。
| 時間段 | 月均下載量(萬) | 活躍用戶規模(萬) | 環比變化 |
|---|---|---|---|
| 2025年3月 | 8111.3 | 1936.1 | – |
| 2025年6月 | 2258.9 | 1629.5 | 下滑70% |
活躍用戶規模方面，從2025年3月的1936.1萬降至6月的1629.5萬，下滑趨勢明顯。這表明DeepSeek在維持用戶黏性方面面臨挑戰。
不過，DeepSeek仍有市場潛力，其開源模型被騰訊、字節跳動、阿里、百度等眾多第三方平台廣泛接入。據估算有超過70%的DeepSeek模型調用量發生在這些第三方平台。
Token消耗量上，DeepSeek系列7月31日單日總Token用量達到70.5B，6月29日單日總Token用量達到54B，環比增長接近31%。這表明盡管官方流量下滑，但通過第三方平台的使用量仍在增長。
第三方機構onelittleweb分析顯示，就其全球市場表現而言，DeepSeek模型以3.96%的市場份額在全球AI聊天機器人中綜合評分排名第五，年度訪問量達27.4億次。
隨著DeepSeek-V3.1的發布，中國AI公司再次證明了自己在全球競技場上的實力。這家由幻方量化孵化的初創企業，憑藉技術創新與成本優勢，正在改寫全球AI競爭的規則。
雖然面臨用戶增長放緩與國際競爭加劇的挑戰，但DeepSeek通過與國產芯片適配的戰略布局，以及被國內科技巨頭廣泛接入的生態優勢，正在開辟一條獨特的發展路徑。